Computer >> Máy Tính >  >> Lập trình >> Python

Tensorflow có thể được sử dụng như thế nào để xác định các cột tính năng trong Python?

Tensorflow có thể được sử dụng để xác định các cột tính năng cho mô hình ước tính bằng cách tạo một danh sách trống và truy cập các giá trị ‘khóa’ của tập dữ liệu đào tạo và lặp lại qua nó. Trong quá trình lặp lại, tên tính năng được thêm vào danh sách trống.

Đọc thêm: TensorFlow là gì và cách Keras làm việc với TensorFlow để tạo Mạng thần kinh?

Chúng tôi sẽ sử dụng API tuần tự Keras, hữu ích trong việc xây dựng mô hình tuần tự được sử dụng để làm việc với một chồng lớp đơn giản, trong đó mỗi lớp có chính xác một tensor đầu vào và một tensor đầu ra.

Mạng nơ-ron chứa ít nhất một lớp được gọi là lớp chập. Chúng ta có thể sử dụng Mạng thần kinh hợp pháp để xây dựng mô hình học tập.

TensorFlow Text chứa tập hợp các lớp và hoạt động liên quan đến văn bản có thể được sử dụng với TensorFlow 2.0. TensorFlow Text có thể được sử dụng để xử lý trước mô hình trình tự.

Chúng tôi đang sử dụng Google Colaboratory để chạy đoạn mã dưới đây. Google Colab hoặc Colaboratory giúp chạy mã Python qua trình duyệt và không yêu cầu cấu hình cũng như quyền truy cập miễn phí vào GPU (Đơn vị xử lý đồ họa). Colaboratory đã được xây dựng trên Jupyter Notebook.

Công cụ ước tính là đại diện cấp cao của TensorFlow về một mô hình hoàn chỉnh. Nó được thiết kế để dễ dàng mở rộng quy mô và đào tạo không đồng bộ.

Ví dụ 

print("Building list of feature columns for estimator model")
my_feature_columns = []
for key in train.keys():
   my_feature_columns.append(tf.feature_column.numeric_column(key=key))

Mã tín dụng −https://www.tensorflow.org/tutorials/estimator/premade#first_things_first

Đầu ra 

Building list of feature columns for estimator model

Giải thích

  • Cột tính năng mô tả cách mô hình sử dụng dữ liệu đầu vào thô từ từ điển tính năng. Khi một mô hình Công cụ ước tính được tạo, một danh sách các cột tính năng sẽ được chuyển cho nó.

  • Chúng mô tả từng tính năng mà mô hình sẽ sử dụng.

  • Mô-đun tf.feature_column cung cấp nhiều tùy chọn để biểu diễn dữ liệu cho mô hình.

  • Chúng tôi xây dựng danh sách các cột tính năng để yêu cầu mô hình Công cụ ước tính đại diện cho từng tính năng trong số bốn tính năng dưới dạng giá trị dấu phẩy động 32 bit.